Korespondensi stereo¶
Saat kita mengambil gambar, kita memproyeksikan dunia 3D di sekitar kita pada bidang gambar 2D. Jadi secara teknis, kita hanya memiliki informasi 2D ketika kita mengambil foto-foto itu. Karena semua objek dalam pemandangan itu diproyeksikan ke bidang 2D datar, informasi kedalaman (depth) hilang. Kita tidak memiliki cara untuk mengetahui seberapa jauh suatu objek dari kamera atau bagaimana objek diposisikan terhadap satu sama lain dalam ruang 3D. Di sinilah stereo vision muncul.
Manusia sangat pandai dalam menyimpulkan informasi mendalam dari dunia nyata. Alasannya adalah karena kita memiliki dua mata yang diposisikan beberapa inci dari satu sama lain. Setiap mata bertindak sebagai sebuah kamera dan kita menangkap dua gambar dari pemandangan yang sama dari dua sudut pandang yang berbeda, yaitu, satu gambar masing-masing menggunakan mata kiri dan kanan. Jadi, otak kita mengambil dua gambar ini dan membuat peta 3D menggunakan penglihatan stereo. Inilah yang ingin kita capai dengan menggunakan algoritma stereo vision. Kita dapat mengambil dua foto dari pemandangan yang sama menggunakan sudut pandang yang berbeda, lalu mencocokkan titik yang sesuai untuk mendapatkan peta kedalaman pemandangan.
Mari kita perhatikan gambar berikut:
Sekarang, jika kita menangkap pemandangan yang sama dari sudut yang berbeda, akan terlihat seperti ini:
Seperti yang kita lihat, ada sejumlah besar gerakan di posisi objek dalam gambar. Jika Anda mempertimbangkan koordinat piksel, nilai posisi awal dan posisi akhir akan sangat berbeda dalam dua gambar ini. Perhatikan gambar berikut:
Jika kita perhatikan garis jarak yang sama pada gambar kedua, maka akan terlihat seperti ini:
Perbedaan antara d1 dan d2 besar. Sekarang, mari mendekatkan pisang ke kamera:
Sekarang, mari gerakkan kamera dengan jumlah yang sama seperti yang kita lakukan sebelumnya, dan tangkap pemandangan yang sama dari sudut ini:
Seperti yang kita lihat, pergerakan antara posisi objek tidak banyak. Jika kita mempertimbangkan koordinat piksel, kita akan melihat bahwa nilainya dekat satu sama lain. Jarak pada gambar pertama adalah:
Jika kita perhatikan garis jarak yang sama pada gambar kedua, maka akan seperti yang ditunjukkan pada gambar berikut:
Perbedaan antara d3 dan d4 kecil. Kita dapat mengatakan bahwa perbedaan mutlak antara d1 dan d2 lebih besar daripada perbedaan mutlak antara d3 dan d4. Meskipun kamera digerakkan dengan jumlah yang sama, ada perbedaan besar antara yang terlihat jarak antara posisi awal dan akhir. Ini terjadi karena kita bisa mendekatkan objek ke kamera; gerakan yang tampak berkurang saat kita mengambil dua gambar dari sudut yang berbeda. Ini adalah konsep di balik korespondensi stereo: kita menangkap dua gambar dan menggunakan pengetahuan ini untuk mengekstrak informasi mendalam dari adegan tertentu.
